JP2021167121A - 車両制御装置 - Google Patents

Abstract

【課題】車両の安全性を担保できる技術を提供する。【解決手段】車両１０の前方を撮影できるカメラ１２２とカメラ１２２の撮影範囲と少なくとも一部が重複する検知範囲に存在する複数の物体との距離を測定することができる物体センサ１２４とを備える車両を制御する車両制御装置１１０は、カメラを用いて車両が走行している車線の周辺の車線の一つである対象車線における撮像情報を取得する撮像情報取得部１１１と、物体センサを用いて対象車線における１以上の物体との距離を含む測距情報を取得する測距情報取得部１１２と、撮像情報と測距情報とに基づいて、撮像情報と測距情報とを統合するか否かを判定する判定部１１３と、判定部が撮像情報と測距情報とを統合しないと判定した場合に、車両を対象車線から離れさせる制御を行う制御部１１４と、を備える。【選択図】図１

Description

本開示は、車両制御装置に関する。

車両の運転を支援する技術が知られている。特許文献１には、自車両が車線変更を行う場合に、カメラやレーダセンサの検出結果を用いて、車線変更先の車線に他車両が進入する可能性があるか否かを判定する技術が記載されている。この判定結果を用いることにより、他車両との衝突の可能性がある旨を案内して、安全な車線変更を支援することができる。

特開２００９−２９４９４３号公報

しかし、自車両が車線変更を行わない場合であっても、自車両が走行している車線の周辺車線から他車両が飛び出してくる場合がある。また、カメラによる検出結果とレーダセンサの検出結果とを統合できず、判定を行えない場合がある。このような場合であっても、車両の安全性を担保できる技術が望まれていた。

本開示の一形態によれば、車両（１０）の前方を撮影できるカメラ（１２２）と前記カメラの撮影範囲と少なくとも一部が重複する検知範囲に存在する複数の物体との距離を測定することができる物体センサ（１２４）とを備える前記車両を制御する車両制御装置（１１０）が提供される。この車両制御装置は、前記カメラを用いて前記車両が走行している車線の周辺の車線の一つである対象車線における撮像情報を取得する撮像情報取得部（１１１）と、前記物体センサを用いて前記対象車線における１以上の物体との距離を含む測距情報を取得する測距情報取得部（１１２）と、前記撮像情報と前記測距情報とに基づいて、前記撮像情報と前記測距情報とを統合するか否かを判定する判定部（１１３）と、前記判定部が前記撮像情報と前記測距情報とを統合しないと判定した場合に、前記車両を前記対象車線から離れさせる制御を行う制御部（１１４）と、を備える。

撮像情報と測距情報との統合が適切に行えない場合には、車両制御装置が対象車線の状況を正確に認識できない可能性が高い。この車両制御装置によれば、そのような場合に、対象車線から離れることができる。そのため、車両の安全性を担保できる。

自動運転制御システムの構成の概要を示す説明図である。 退避制御処理の一例を示したフローチャートである。 対象車線が渋滞している場合を示す説明図である。 渋滞推定条件１が成立している場合を示す説明図である。 渋滞推定条件２が成立している場合を示す説明図である。 渋滞推定条件３が成立している場合を示す説明図である。 渋滞推定条件３が成立している他の場合を示す説明図である。 ハンガリアン法の説明図である。

Ａ．第１実施形態：
図１に示すように、車両１０は、自動運転制御システム１００を備える。本実施形態において、自動運転制御システム１００は、車両１０の自動運転を実行する。本実施形態において、自動運転制御システム１００は、車両制御装置１１０と、カメラ１２２と、物体センサ１２４と、自動運転制御部２１０と、駆動力制御ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）２２０と、制動力制御ＥＣＵ２３０と、操舵制御ＥＣＵ２４０と、を備える。車両制御装置１１０と、自動運転制御部２１０と、駆動力制御ＥＣＵ２２０と、制動力制御ＥＣＵ２３０と、操舵制御ＥＣＵ２４０とは、車載ネットワーク２５０を介して接続される。なお、車両１０は、自動運転が可能であるのに加えて、運転手によって手動で運転されることができるように構成されてもよい。

カメラ１２２は、車両１０の前方を撮像して画像を取得する。物体センサ１２４は、カメラ１２２の撮影範囲と少なくとも一部が重複する検知範囲に存在する複数の物体との距離を測定する。物体センサ１２４として、例えば、レーザーレーダ、ミリ波レーダ、超音波センサ等の反射波を利用した物体センサが挙げられる。

車両制御装置１１０は、撮像情報取得部１１１と、測距情報取得部１１２と、判定部１１３と、制御部１１４と、を備える。車両制御装置１１０は、中央処理装置（ＣＰＵ）や、ＲＡＭ、ＲＯＭにより構成されたマイクロコンピュータ等からなり、予めインストールされたプログラムをマイクロコンピュータが実行することによって、これらの各部の機能を実現する。ただし、これらの各部の機能の一部又は全部をハードウエア回路で実現してもよい。

撮像情報取得部１１１は、カメラ１２２を用いて、対象車線における撮像情報を取得する。「対象車線」とは、車両１０が走行している車線の周辺の車線の一つである。撮像情報は、例えば、対象車線において認識された物体の数である認識数や、パターンマッチング等を用いた物体の認識の信頼度等を含む情報である。

測距情報取得部１１２は、物体センサを用いて、対象車線における１以上の物体との距離を含む測距情報を取得する。測距情報は、例えば、対象車線において検出された物体の点の数である検出点数を含む情報である。

判定部１１３は、撮像情報と測距情報とに基づいて、撮像情報と測距情報とを統合するか否かを判定する。例えば、判定部１１３は、対象車線が渋滞していると推定される場合に、撮像情報と測距情報とを統合しないものとする。

制御部１１４は、判定部１１３が撮像情報と測距情報とを統合しないと判定した場合に、車両１０を対象車線と離れさせる制御を行う。例えば、制御部１１４は、車両１０が対象車線と反対方向に移動するよう自動運転制御部２１０を制御する。

自動運転制御部２１０は、中央処理装置（ＣＰＵ）や、ＲＡＭ、ＲＯＭにより構成されたマイクロコンピュータ等からなり、予めインストールされたプログラムをマイクロコンピュータが実行することによって、自動運転機能を実現する。自動運転制御部２１０は、駆動力制御ＥＣＵ２２０および制動力制御ＥＣＵ２３０、操舵制御ＥＣＵ２４０を制御することで、自動運転機能を実現する。自動運転制御部２１０は、例えば、駆動力制御ＥＣＵ２２０および制動力制御ＥＣＵ２３０を制御し、操舵制御ＥＣＵ２４０を用いて自動的に車線変更を行う。

駆動力制御ＥＣＵ２２０は、エンジンなど車両の駆動力を発生するアクチュエータを制御する電子制御装置である。運転者が手動で運転を行う場合、駆動力制御ＥＣＵ２２０は、アクセルペダルの操作量に応じてエンジンや電気モータである動力源を制御する。一方、自動運転を行う場合、駆動力制御ＥＣＵ２２０は、自動運転制御部２１０で演算された要求駆動力に応じて動力源を制御する。

制動力制御ＥＣＵ２３０は、車両の制動力を発生するブレーキアクチュエータを制御する電子制御装置である。運転者が手動で運転を行う場合、制動力制御ＥＣＵ２３０は、ブレーキペダルの操作量に応じてブレーキアクチュエータを制御する。一方、自動運転を行う場合、制動力制御ＥＣＵ２３０は、自動運転制御部２１０で演算された要求制動力に応じてブレーキアクチュエータを制御する。

操舵制御ＥＣＵ２４０は、車両の操舵トルクを発生するモータを制御する電子制御装置である。運転者が手動で運転を行う場合、操舵制御ＥＣＵ２４０は、ステアリングハンドルの操作に応じてモータを制御して、ステアリング操作に対するアシストトルクを発生させる。これにより、運転者が少量の力でステアリングを操作でき、車両の操舵を実現する。一方、自動運転を行う場合、操舵制御ＥＣＵ２４０は、自動運転制御部２１０で演算された要求操舵角に応じてモータを制御することで操舵を行う。

図２に示す退避制御処理は、車両制御装置１１０が車両１０を制御する一連の処理である。より具体的には、判定部１１３が撮像情報と測距情報とを統合しないと判定した場合に、制御部１１４が車両１０を制御する処理である。この処理は車両１０の走行中、車両制御装置１１０により繰り返し実行される処理であり、例えば、１００ｍｓ毎に繰り返し実行される処理である。

ステップＳ１００で、撮像情報取得部１１１は、撮像情報を取得する。より具体的には、撮像情報取得部１１１は、カメラ１２２が撮影した車両１０の前方の画像から、撮像情報を取得する。

ステップＳ１１０で、測距情報取得部１１２は、測距情報を取得する。より具体的には、測距情報取得部１１２は、物体センサ１２４が測定した検知範囲内の物体の測距情報を取得する。なお、ステップＳ１００、Ｓ１１０はこの順に限らず、任意の順序で行うことができ、並行して行ってもよい。

ステップＳ１２０で、判定部１１３は、撮像情報と測距情報とを統合するか否か判定する。より具体的には、判定部１１３は、ステップＳ１００で取得した撮像情報と、ステップＳ１１０で取得した測距情報と、を用いて、撮像情報と測距情報とを統合することに適しているか否かを判定する。判定方法の詳細については後述する。撮像情報と測距情報とを統合すると判定した場合、制御部１１４は、運転制御処理を終了する。一方、撮像情報と測距情報とを統合しないと判定した場合、制御部１１４は、ステップＳ１３０の処理に進み、退避制御を行い、退避制御処理を終了する。「退避制御」は、車両１０を対象車線と反対方向に移動させる制御である。例えば、制御部１１４は、退避制御において、車両１０を、それまでに走行していた車線と同一車線の中で、対象車線と反対側に移動させる制御を行う。また、制御部１１４は、退避制御において、車両１０を、それまでに走行していた車線に対して、対象車線と反対側に位置する車線に移動させる制御を行ってもよい。

判定部１１３は、撮像情報と測距情報とを統合するか否かを、情報統合条件を満たすか否かで判定することができる。判定部１１３は、撮像情報や測距情報を用いて、情報統合条件を満たすか否かを判定する。情報統合条件として、例えば、以下のような条件のいずれか１つ以上を採用することが可能である。

＜情報統合条件１＞
対象車線が渋滞していないと推定できること。
＜情報統合条件２＞
対象車線における対象物が黒色でないと推定できること。

上記の情報統合条件１が成立していない場合として、例えば、渋滞推定条件を満たしている場合が挙げられる。渋滞推定条件の詳細については後述する。

上記の情報統合条件２が成立していない場合として、例えば、対象車線を走行している他車両が黒色である場合が挙げられる。対象物が黒色で構成されている場合、レーダ等の物体センサ１２４が正しく測距を行えない恐れがある。情報統合条件２は、例えば、撮像情報を用いて判定できる。

また、上記の情報統合条件１、２やその他の条件を適宜組み合わせて情報統合条件とすることもできる。

図３に示すように、車両１０が走行している車線Ｌｎ１の隣の車線が対象車線Ｌｎ２である。判定部１１３は、対象車線Ｌｎ２が渋滞していると推定するか否かを、渋滞推定条件を満たすか否かで判定することができる。判定部１１３は、撮像情報や測距情報を用いて、渋滞推定条件を満たすか否かを判定する。渋滞推定条件として、例えば、以下のような条件のいずれか１つ以上を採用することが可能である。

＜渋滞推定条件１＞
測距情報における検出点数が第１閾値よりも大きいこと。
＜渋滞推定条件２＞
撮像情報における認識数が第２閾値よりも大きいこと。
＜渋滞推定条件３＞
撮像情報と測距情報との関連付けにおいて、互いに関連付けられる認識された物体と検出点との組み合わせの候補の数が第３閾値よりも大きいこと。
＜渋滞推定条件４＞
撮像情報における信頼度が第４閾値よりも小さいこと。

図４に示すように、対象車線Ｌｎ２が渋滞している場合、対象車線に多数の車が存在するため、検出点ＤＰの数が多くなる。検出点ＤＰは、物体センサ１２４が検知範囲において、路面を除く、特定した物体の少なくとも一部が存在し得る位置を示す点を意味する。そのため、上記の渋滞推定条件１が成立している場合、対象車線Ｌｎ２が渋滞していると推定できる。なお、第１閾値は、予め実験的または経験的に定めることが可能である。

図５に示すように、対象車線Ｌｎ２が渋滞している場合、対象車線に多数の車が存在するため、認識数が多くなる。認識数は、カメラ１２２が撮影した画像にパターンマッチング等を用いて認識した物体の数を意味する。図５において、ハッチングの付された矩形は、カメラ１２２の撮像画像から認識された車両の前面を表す。そのため、上記の渋滞推定条件２が成立している場合、対象車線Ｌｎ２が渋滞していると推定できる。なお、第２閾値は、予め実験的または経験的に定めることが可能である。

対象車線Ｌｎ２が渋滞している場合、相互に近い角度位置に多数の車が存在する。また、車両１０からの距離が遠い場所ほどその程度が激しくなる。そのため、図６や図７に示すように、撮像情報と測距情報との関連付けにおいて、互いに関連付けられる認識物体と検出点との組み合わせの候補の数が多くなる。そのため、上記の渋滞推定条件３が成立している場合、対象車線Ｌｎ２が渋滞していると推定できる。なお、第３閾値は、予め実験的または経験的に定めることが可能である。

撮像情報と測距情報との関連付けとして、例えば、撮像情報と、撮像情報における認識物体を示す範囲内に含まれる測距情報における検出点とを関連付ける。車両１０からの距離が遠くなる程、撮像情報における距離の誤差が大きくなる。図６において、破線で示す範囲Ａ１、Ａ２は、撮像情報における認識物体を表す。車両１０からの距離が遠い認識物体を示す範囲Ａ２は、車両１０からの距離が近い認識物体を示す範囲Ａ１よりも大きく設定される。図６に示すように、範囲Ａ１に含まれる測距情報における検出点の数は３つである。範囲Ａ２に含まれる測距情報における検出点の数は７つである。従って、範囲Ａ２に含まれる検出点の数は、範囲Ａ１に含まれる検出点の数よりも多くなり、撮像情報と測距情報との関連付けにおいて、互いに関連付けられる認識物体と検出点との組み合わせの候補の数が多くなる。

また、撮像情報と測距情報との関連付けとして、例えば、ハンガリアン法を用いることができる。撮像情報における認識物体がＮｉ個（Ｎｉは１以上の自然数）であり、測距情報における検出点がＮｊ個（ＮｊはＮｉより大きい自然数）である場合、Ｎｉ×Ｎｊの行列を、（Ｎｉ＋Ｎｊ）×（Ｎｉ＋Ｎｊ）の正方行列に拡張する。行列の要素は各撮像情報と測距情報との関連付けにおけるコストの値である。コストの値が大きいほど、関連付けが誤っている可能性が高い。拡張した部分の要素として、例えば、予め実験的に定められた固定値や、行列内のコストの最大値と拡張した部分のコストとの関係が定義されたマップや関数に基づき定められる値を採用できる。図８には、Ｎｉ＝２、Ｎｊ＝３の場合を例として、拡張した正方行列を示す。図８において、ハッチングが付された部分は、拡張した部分である。図７において、一点鎖線で示す領域ｉ１〜ｉ４は、撮像情報における検出誤差を表す。二点鎖線で示す領域ｊ１〜ｊ８は、測距情報における検出誤差を表す。図７に示すように、撮像情報および測距情報は、車両１０からの距離が遠くなる程、誤差範囲が大きくなる。従って、撮像情報と測距情報との関連付けにおけるコストの値は、領域ｉ１と領域ｊ１を関連付けるコストの値よりも、領域ｉ４と領域ｊ８とを関連付けるコストの値の方が大きく設定される。

対象車線Ｌｎ２が渋滞している場合、対象車線に多数の車が存在するため、カメラ１２２が撮像した画像からパターンマッチングにより車両の領域を正しく推定できなくなる。そのため、撮像情報における信頼度が低下する。信頼度は、パターンマッチングにおけるカメラ１２２の撮像画像と予め用意されたテンプレート画像との類似度を意味する。そのため、上記の渋滞推定条件４が成立している場合、対象車線Ｌｎ２が渋滞していると推定できる。なお、第４閾値は、予め実験的または経験的に定めることが可能である。

また、上記の渋滞推定条件１〜４やその他の条件を適宜組み合わせて渋滞推定条件とすることもできる。

以上で説明した本実施形態の車両制御装置１１０によれば、制御部１１４は、判定部１１３が撮像情報と測距情報との統合をしないと判定した場合、車両１０を対象車線から離れさせる制御を行う。例えば、撮像情報と測距情報との統合が適切に行えない場合には、車両制御装置１１０が対象車線の状況を正確に認識できない可能性が高い。本実施形態の車両制御装置１１０によれば、そのような場合に、対象車線から離れることができる。そのため、車両１０の安全性を担保できる。

また、対象車線において渋滞が発生している場合には、対象車線の車両と車両の間から急に人や車両が飛び出す可能性がある。この車両制御装置１１０によれば、対象車線において渋滞していると推定できる場合には、制御部１１４が、車両１０を対象車線と反対側に移動するよう制御する。従って、車両１０の安全性を担保できる。

また、対象車線において渋滞が発生している場合には、対象車線に多数の車両が存在する。その結果、物体センサ１２４が検知した物体の位置を示す検出点数が多くなる。この車両制御装置１１０によれば、検出点数が第１閾値よりも多い場合、判定部１１３は、対象車線において渋滞が発生していると推定し、制御部１１４が、車両１０を対象車線と反対側に移動するよう制御する。従って、車両１０の安全性を担保できる。

また、対象車線において渋滞が発生している場合には、認識数が多くなる。この車両制御装置１１０によれば、カメラ１２２が撮像した画像から認識できる物体の認識数が第２閾値よりも大きい場合には、判定部１１３は、対象車線が渋滞していると推定し、制御部１１４が、車両１０を対象車線と反対側に移動するよう制御する。そのため、車両１０の安全性を担保できる。

また、対象車線において渋滞が発生している場合には、相互に近い角度位置に、多数の車両が存在する。そして、車両１０からの距離が遠い場所ほど、その程度が激しくなる。その結果、対象車線において渋滞が発生している場合には、撮像情報と測距情報との関連付けにおいて、互いに関連付けられる認識された物体と検出点との組み合わせの候補の数が多くなる。この車両制御装置１１０によれば、撮像情報と測距情報との関連付けにおいて、互いに関連付けられる認識された物体と検出点との組み合わせの候補の数が第３閾値よりも大きい場合には、判定部１１３は、対象車線が渋滞していると推定し、制御部１１４が、車両１０を対象車線と反対側に移動するよう制御する。そのため、車両１０の安全性を担保できる。

また、例えば、それまでに走行していた車線に対して、対象車線と反対側に位置する車線が存在しない場合には、制御部１１４は、車両１０を、それまでに走行していた車線と同一車線の中で、対象車線と反対側に移動させることができる。また、例えば、それまでに走行していた車線に対して、対象車線と反対側に位置する車線が存在する場合には、制御部１１４は、車両１０を、それまでに走行していた車線に対して、対象車線と反対側に位置する車線に移動させることができる。

Ｂ．他の実施形態：
（Ｂ１）上記実施形態において、制御部１１４は、退避制御として車両１０を対象車線Ｌｎ２と反対方向に移動させる制御を行っている。この代わりに、制御部１１４は、例えば、次に到達する交差点で車両１０を曲がらせる制御を行ってもよい。

（Ｂ２）上記実施形態において、判定部１１３は、車車間通信や外部サーバとの通信を用いて対象車線の状況に関する情報を取得し、対象車線が渋滞しているか否かを推定してもよい。

本開示は、上述の実施形態に限られるものではなく、その趣旨を逸脱しない範囲において種々の構成で実現することができる。例えば発明の概要の欄に記載した各形態中の技術的特徴に対応する実施形態中の技術的特徴は、上述した課題を解決するために、あるいは上述の効果の一部又は全部を達成するために、適宜、差し替えや組み合わせを行うことが可能である。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜削除することが可能である。

本開示に記載の制限部及びその手法は、コンピュータプログラムにより具体化された一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリーを構成することによって提供された専用コンピュータにより、実現されてもよい。あるいは、本開示に記載の制限部及びその手法は、一つ以上の専用ハードウエア論理回路によってプロセッサを構成することによって提供された専用コンピュータにより、実現されてもよい。もしくは、本開示に記載の制限部及びその手法は、一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリーと一つ以上のハードウエア論理回路によって構成されたプロセッサとの組み合わせにより構成された一つ以上の専用コンピュータにより、実現されてもよい。また、コンピュータプログラムは、コンピュータにより実行されるインストラクションとして、コンピュータ読み取り可能な非遷移有形記録媒体に記憶されていてもよい。

１０…車両、１００…自動運転制御システム、１１０…車両制御装置、１１１…撮像情報取得部、１１２…測距情報取得部、１１３…判定部、１１４…制御部、１２２…カメラ、１２４…物体センサ、２１０…自動運転制御部、２２０…駆動力制御ＥＣＵ、２３０…制動力制御ＥＣＵ、２４０…操舵制御ＥＣＵ、２５０…車載ネットワーク

Claims (6)

1. 車両（１０）の前方を撮影できるカメラ（１２２）と前記カメラの撮影範囲と少なくとも一部が重複する検知範囲に存在する複数の物体との距離を測定することができる物体センサ（１２４）とを備える前記車両を制御する車両制御装置（１１０）であって、
   前記カメラを用いて前記車両が走行している車線の周辺の車線の一つである対象車線における撮像情報を取得する撮像情報取得部（１１１）と、
   前記物体センサを用いて前記対象車線における１以上の物体との距離を含む測距情報を取得する測距情報取得部（１１２）と、
   前記撮像情報と前記測距情報とに基づいて、前記撮像情報と前記測距情報とを統合するか否かを判定する判定部（１１３）と、
   前記判定部が前記撮像情報と前記測距情報とを統合しないと判定した場合に、前記車両を前記対象車線から離れさせる制御を行う制御部（１１４）と、を備える、車両制御装置。
2. 請求項１に記載の車両制御装置であって、
   前記判定部は、前記撮像情報と前記測距情報との少なくとも一方に基づいて、前記対象車線が渋滞しているか否かを推定することができ、
   制御部は、前記対象車線が渋滞していると推定される場合に、前記撮像情報と前記測距情報とを統合しないと判定して、前記車両を前記対象車線と離れさせる制御を行う、車両制御装置。
3. 請求項２に記載の車両制御装置であって、
   前記測距情報は、前記対象車線において検出された物体の点の数である検出点数を含み、
   前記判定部は、前記検出点数が予め定められた第１閾値よりも大きい場合に、前記対象車線が渋滞していると推定する、車両制御装置。
4. 請求項２または請求項３に記載の車両制御装置であって、
   前記撮像情報は、前記対象車線において認識された物体の数である認識数を含む情報であり、
   前記判定部は、前記認識数が予め定められた第２閾値よりも大きい場合に、前記対象車線が渋滞していると推定する、車両制御装置。
5. 請求項２に記載の車両制御装置であって、
   前記撮像情報は、前記対象車線において認識された物体の数である認識数を含む情報であり、
   前記測距情報は、前記対象車線において検出された物体の数である検出点数を含む情報であり、
   前記判定部は、前記撮像情報と前記測距情報との関連付けにおいて、互いに関連付けられる前記認識された物体と前記検出点との組み合わせの候補の数が予め定められた第３閾値よりも大きい場合に、前記対象車線が渋滞していると推定する、車両制御装置。
6. 請求項１から請求項５のいずれか一項に記載の車両制御装置であって、
   前記車両を前記対象車線から離れさせる制御は、
   前記車両を、それまでに走行していた車線と同一車線の中で、前記対象車線と反対側に移動させる制御と、
   前記車両を、それまでに走行していた車線に対して、前記対象車線と反対側に位置する車線に移動させる制御と、を含む、車両制御装置。

Images